SlideShare a Scribd company logo
© 2019 Toshiba Digital Solutions Corporation
東芝デジタルソリューションズ株式会社
マネージドサービスセンター マネージドサービス推進部
栗田 雅芳
2019/11/28
日本OSS推進フォーラム ビッグデータ部会
ビッグIoTデータ に対応したデータベース
Go Faster. Grow BIGGER.
2© 2019 Toshiba Digital Solutions Corporation
Contents
ビッグIoTデータに求められるデータベースとは
特長とそれを実現する技術
性能ベンチマーク
導入事例
おわりに
01
02
03
04
05
3© 2019 Toshiba Digital Solutions Corporation
01
ビッグIoTデータ に求められるデータベースとは
4© 2019 Toshiba Digital Solutions Corporation
ビッグ IoT データ とは ?
データ収集 データ保管
Web サイト
RDBMS
CRM/ERP
異常検出
見える化
各種集計
APL ログ
センサー
デ
ー
タ
保
管
量
月・年
時系列データ
データベース
カラム 型
センサID String
日時 Date
測定値1 Double
測定値2 Double
データ読み出し
×
5© 2019 Toshiba Digital Solutions Corporation
ビッグ IoT データ とは ? トランザクション型のデータと異なる
Web サイト
RDBMS
CRM/ERP
異常検出
見える化
各種集計
24H365D
絶え間なく発生
APL ログ
センサー
デ
ー
タ
保
管
量
月・年
ミリ秒オーダーで
高頻度に発生
大量データが
単調増加
発生直後から
リアルタイム参照
時系列データ
データベース
カラム 型
センサID String
日時 Date
測定値1 Double
測定値2 Double
データ一貫性
の保証
データ収集 データ保管 データ読み出し
×
6© 2019 Toshiba Digital Solutions Corporation
ビッグIoTデータ のためのデータベースの要件とは
Web サイト
RDBMS
CRM/ERP
異常検出
見える化
各種集計
24H365D
絶え間なく発生
APL ログ
センサー
デ
ー
タ
保
管
量
月・年
ミリ秒オーダーで
高頻度に発生
大量データが
単調増加
発生直後から
リアルタイム参照
高い処理能力
High Performance
強い信頼感
High Reliability
柔軟な拡張性
High Scalability
高い処理能力
High Performance
時系列データ
データベース
カラム 型
センサID String
日時 Date
測定値1 Double
測定値2 Double
IoT指向モデル
IoT Oriented
データ一貫性
の保証
データ収集 データ保管 データ読み出し
×
7© 2019 Toshiba Digital Solutions Corporation
これまでの技術はビッグIoTデータのデータベース要件を満たしているか
高い処理能力
High Performance
高い信頼性
High Reliability
柔軟な拡張性
High Scalability
注:ビック IoT データシステムのおける弊社の見解です。
注:トランザクションシステムにおける評価は異なります。
RDBMS △ × 〇
NoSQL △ 〇 △
Hadoop FS △ 〇 ×
GridDB ◎ ◎ ◎
8© 2019 Toshiba Digital Solutions Corporation
02
特長とそれを実現する技術
9© 2019 Toshiba Digital Solutions Corporation
GridDBの特長
高い処理能力
High Performance
柔軟な拡張性
High Scalability
強い信頼感
High Reliability
IoT指向モデル
IoT Oriented
抜群の使い勝手
Excellent usability
 IoTデータを格納にするのに最適なキーコンテナ型データモデル
 コンテナ内でのデータ一貫性を保証
 メモリを主、ストレージを従としたハイブリッド型インメモリーDB
 同期・排他処理、リカバリなど、各種オーバーヘッドを極力削減
 ノンストップスケールアウト
 強い自律性。パーティション単位で自由自在にノードに配置
 データ複製をサーバ間で自動的に実行
 障害発生時も、システムを止めることなく運用継続
 NoSQLとSQLのデュアルインターフェース(API)
NoSQLで大量データを収集しながら、SQLでリアルタイム分析が可能
 パイプラインなど並列SQL処理
10© 2019 Toshiba Digital Solutions Corporation
機器 時刻
1 00:00:00
センサ A センサB
1.12 2.13
センサ A センサB
1.12 2.13
機器 時刻
1 00:00:00
IoT指向データモデル
IoTデータを格納するのに最適な独自のキーコンテナ型データモデル
コンテナ単位でデータの一貫性を保証 / スキーマを定義することで、高速な検索が可能 / 効率的な時系列データ処理の提供
機器
時刻 センサ A センサB
00:00:00 1.12 2.13
00:00:01 0.88 5.98
00:00:02 3.78 4.05
00:00:03 6.52 2.04
・・・・ ・・・・ ・・・・
機器
時刻 センサ A センサB
00:00:00 1.12 2.13
00:00:01 0.88 5.98
00:00:02 3.78 4.05
00:00:03 6.52 2.04
・・・・ ・・・・ ・・・・
機器
時刻 センサ A センサB
00:00:00 1.12 2.13
00:00:01 0.88 5.98
00:00:02 3.78 4.05
00:00:03 6.52 2.04
・・・・ ・・・・ ・・・・
IoTデータ
分散KVS
キーバリュー型/キーカラム型
センサ A センサB
1.12 2.13
機器 時刻
1 00:00:00
時刻 センサ A センサB
00:00:00 1.12 2.13
00:00:01 0.88 5.98
00:00:02 3.78 4.05
00:00:03 6.52 2.04
・・・・ ・・・・ ・・・・
時刻 センサ A センサB
00:00:00 1.12 2.13
00:00:01 0.88 5.98
00:00:02 3.78 4.05
00:00:03 6.52 2.04
・・・・ ・・・・ ・・・・
時刻 センサ A センサB
00:00:00 1.12 2.13
00:00:01 0.88 5.98
00:00:02 3.78 4.05
00:00:03 6.52 2.04
・・・・ ・・・・ ・・・・
GridDB
キーコンテナ型
機器
1
機器
1
機器
1
コンテナ:テーブル表現で管理
11© 2019 Toshiba Digital Solutions Corporation
RDBMSのCPU利用効率
本質的なデータ処理に費やすCPU使用率は10%強
出展:Harizopoulos, S. et al, “OLTP Through the Looking Glass, and What We Found There”, SIGMOD 2008
Buffer 31%
Lock 16%
Latch 14%
Recovery
26%
Essential
Proc
13%
要求処理
Data File
WAL File
トランザクション管理
クエリ処理
バッファ管理
RDBMS
目標
Essential
Proc
83%
12© 2019 Toshiba Digital Solutions Corporation
高い処理能力:CPUをフル稼働させるイベント駆動アーキテクチャ
同期・排他処理によるオーバーヘッドを極力削減
大容量メモリ搭載を前提に、バッファリングやリカバリを軽量化
クライアント
イベント駆動エンジン
クライアント 他サーバ 他サーバ
SQL
処理
NoSQL
処理
CPU
メモリ
ディスク
 スレッド毎にリソース割り当てによりリソース共有を排除
 CPU使用率を最大化
 メモリ、DBファイルをそれぞれに割り当て
同期・排他処理を排除
 CPUコア/スレッドは担当処理に専念
 ロウのブロックへの書き込みを最適化
 軽量なWALベースのリカバリ処理を実装
GridDBサーバ
13© 2019 Toshiba Digital Solutions Corporation
拡張性へのアプローチ
データ量や性能要件の変化に柔軟に対応できるスケールアウトの発想
スケールアップ スケールアウト
 CPU、メモリ、ディスクのスペックアップ
によるパフォーマンス向上させる手法
 H/Wが高コストになりやすい。
 拡張限界が存在する。
 一貫性を重視
 比較的、安価なノード (サーバ) を
多数並べて拡張させる手法
 ノード障害への対応が必要である。
 ノード増設への対応が難しい。
 一貫性を緩和
拡張
コスト
拡張
2CPU
4GB
4CPU,16GB
8CPU,64GB 2CPU
4GB
2CPU
4GB
コスト
14© 2019 Toshiba Digital Solutions Corporation
スケールアウトの課題 その1
ノード増設 と ノード障害 への対応
2CPU
4GB
ノード増設
ノード障害
15© 2019 Toshiba Digital Solutions Corporation
スケールアウトの課題 その2
分散化を求めると一貫性が弱くなり、一貫性やスケールアウトを求めると性能が落ちる
P2P(Peer to Peer)方式 マスタ・スレーブ(Master Slave)方式
 ノード追加でデータ再配置が容易 〇
 一貫性のためのノード間通信のオーバヘッド大 ×
 一貫性の維持は用意 〇
 マスタノードが単一障害点(SPOF)×
 ノード追加でのデータ再配置が困難 ×
管理ノード
DBノード DBノード DBノード
クライアント
仲介ノード
FSノード FSノード FSノード
データ複製
データ配置
要求
DBノード
DBノード
DBノード
16© 2019 Toshiba Digital Solutions Corporation
柔軟な拡張性 / 強い信頼感:GridDB クラスタ技術
マスタ・スレーブモデルの改良
 ノード間でマスタノードを自動選択。管理サーバ
がクラスタ内に存在しない。
→SPOFを完全排除
 ノード過半数を占めたサブクラスタのみがサービス
可能となるクオーラムポリシー
→スプリットブレインを完全排除
自律データ再配置技術 ADDR の開発
 (マスターノードが) ノード間アンバランス、レプリカ
欠損を検知
→バックグラウンドでデータ再配置
 2種類のレプリカデータを使って高速同期、
完了後切替
→スケールアウトを高速化
DBノード
(マスタノード)
DBノード DBノード
クライアント
データ複製
データ配置
要求
自律的なDBクラスタ技術 ADDR
17© 2019 Toshiba Digital Solutions Corporation
ノンストップスケールアウトを支える自律データ再配置技術(ADDA)
自律的にDBノード間でデータを再配置するアルゴリズム
インバランス状態を検知し、長期同期プランニング➜2種類のデータを使ってバックグラウンド高速同期、完了後切替
負荷小
クライアント
更新ログ メモリブロック
①負荷インバランス検知 ②長期同期プランニング ③長期同期実行 ④アクセス切替
現状状態
目標状態
DBノード B DBノード C
 3台のクラスタ構成
DBノード A, B, C:レプリカ数 2
 データ更新情報を収集
 負荷インバランス状態やレプリカ欠損
を検知(DBノード C 負荷小)
 現状 (インバランス) 状態から
目標状態を決定
 大きなメモリブロックと小さな更新ログ
を適切に使い分けながら高速にデータ
を移動
 クライアントからのリクエストの負荷を
考慮しながらバックグランドで処理
DBノード A
18© 2019 Toshiba Digital Solutions Corporation
抜群の使い勝手:NoSQLとSQLのデュアルインターフェース
大量のデータを収集しながら、リアルタイム分析が可能☚単にSQLが話せるだけではない
GridDB
クラスタ
DB
ノード
DB
ノード
DB
ノード
キーバリューインターフェース
SQLインターフェース
他の DB
BI ETL
他のシステム
NoSQL (Key-value) インターフェース
• KVS指向の高可用性、高スループット
• キーコンテナのCRUD
• Java / C / Python / Ruby /
Go / Node.js ドライバ
SQL インターフェース
• 分散並列SQLデータベース
• 大型コンテナのコンテナ分割
• 結合などの複数のコンテナー(表)用のSQL
• JDBC / ODBCドライバ
19© 2019 Toshiba Digital Solutions Corporation
ペタバイト級データベースを小規模なクラスタで実現
少ないノード数でもペタバイト級データの蓄積とミリ秒オーダーでの処理
MongDB Cassandra PostgreSQL
~数TB
1000TB
200TB
※各種DBMSの推奨値や事例から推定
GridDB
V4.2
50TB
GridDB
V4.3
(圧縮時 数百TB)
 内部管理メモリ領域の圧縮
 巨大チャンク (ページ) サイズを設定可能
 I/O分散のため、ファイル分割配置
 DBバッファの優先づけ
20© 2019 Toshiba Digital Solutions Corporation
03
性能ベンチマーク
GridDB NoSQL と Cassandra
GridDB NoSQL と InfluxDB
GridDB NoSQL と MariaDB
GridDB NewSQL と PostgreSQL
21© 2019 Toshiba Digital Solutions Corporation
GridDB NoSQL と Cassandra – YCSB パフォーマンスベンチマーク
高性能を売りにするCassandraと比較しても、GridDBの方が圧倒的に高性能
Read 50% + Write 50%
約2.5倍
Read 95% + Write 5%
約8倍
*Workload A: Read Only, Workload B: Scan, Count, Average, and Sum operations.
出展:GridDB and Cassandra Performance and Scalability. October 31, 2016 Revision 1.2.0, Fixstars Corporation
https://griddb.net/en/docs/TimeSeries_Database_Benchmark_GridDB_InfluxDB.pdf
22© 2019 Toshiba Digital Solutions Corporation
GridDB NoSQL と Cassandra – YCSB パフォーマンスベンチマーク
長時間実行してもGridDBは性能劣化が少ない
出展:GridDB and Cassandra Performance and Scalability. October 31, 2016 Revision 1.2.0, Fixstars Corporation
https://griddb.net/en/docs/TimeSeries_Database_Benchmark_GridDB_InfluxDB.pdf
23© 2019 Toshiba Digital Solutions Corporation
GridDB NoSQL と InfluxDB – YCSB-TSベンチマーク
YCSB-TS(時系列)ベンチマーク:InfluxDBよりも6倍以上性能が優れる
*1 node, 100M Records. Higher throughput is better.
*Workload A: Read Only, Workload B: Scan, Count, Average, and Sum operations.
出展:Time Series Database Performance Comparision Using GridDB and InfluxDB, March 12,2018 Revision 1.9 , Fixstars Corporation
https://griddb.net/en/docs/TimeSeries_Database_Benchmark_GridDB_InfluxDB.pdf
24© 2019 Toshiba Digital Solutions Corporation
GridDB NoSQL と MariaDB – センサー課金アプリのベンチマーク
低い負荷平均とメモリ使用量を維持しながら、
取り込みおよび抽出/集約ワークロードの両方でMariaDBよりも優れている
*Extract: the SUM-aggregation of one month’s data for each device in the database.
出展:Benchmarking a Sensor Billing Applition using GridDB and MariaDB, October 3,2018 Revision 1.0 , Fixstars Corporation
https://griddb.net/en/docs/Benchmarking_Application_GridDB_MariaDB.pdf
25© 2019 Toshiba Digital Solutions Corporation
GridDB と PostgreSQL – TPC-H ベンチマーク
ノードスケール効果と並列効果により、既存DBを凌駕するSQL性能を達成
26© 2019 Toshiba Digital Solutions Corporation
04
導入事例
27© 2019 Toshiba Digital Solutions Corporation
フランス リヨン 太陽光発電 監視・診断システム
発熱量の遠隔監視、発電パネルの性能劣化を診断
クラウドBEMS
ビルに設置された各種メータの情報の収集、蓄積、分析
石巻スマート コミュニティ プロジェクト
地域全体のエネルギーのメータ情報の収集、蓄積、分析
電力会社 低圧託送業務システム
スマートメータから収集される電力使用量を集計し、需要量と発電量のバランスを調整
神戸製鋼所 産業用コンプレッサ稼働監視システム
グローバルに販売した産業用コンプレッサをクラウドを利用して稼働監視
デンソー ファクトリーIoT
工場の生産性向上。世界130工場に展開予定
DENSO International America 次世代車両管理システム
車両の各センサーデータを用いる車両管理システムのPoC
など ・・・・・・・・・・・・・・・・・・・・・
代表的な導入事例
社会インフラを中心に、高い信頼性・可用性かつ高い性能が求められるシステムで採用
28© 2019 Toshiba Digital Solutions Corporation
導入事例:電力会社 低圧託送業務システム
選定理由:従来の数十倍のハイパフォーマンスと高い信頼性とスケーラブルな構成
電力の小売全面自由化
による数千件➜
電力会社が電力小売り事業者に対し、電力送配電網の
使用料を請求するシステム
メーターデータを受信して迅速に処理し、集計結果や電力系統の利用
料(託送料金)などの情報を小売電気事業者へ開示するなど、公正
な競争のための基盤システムとして運用することが要件
 数百万台のスマートメータ(30分毎に収集)
 数百億レコード蓄積(数TB)
 30分毎にメータデータを集計
約5分以内 (従来のRDBMSと比べて数十倍改善に)
29© 2019 Toshiba Digital Solutions Corporation
導入事例:電力会社 低圧託送業務システム
GridDBを適材適所で活用:従来の数十倍のハイパフォーマンスを実現
数百万台のスマートメータから
30分毎に送られてくるメーター
データ3ヶ月分を蓄積
(データサイズ:数百億レコー
ド、数TB)
HadoopのMapReduceを
使って使用量を計算
Hadoop
( )
2016年4月の運用開始以来、
安定稼働
3台からのスモールスタート
RDBとGridDBそれぞれが得意とする
分野を見極め、分担させることでトータ
ルに結果を出す
料金計算/インバランス集計
30© 2019 Toshiba Digital Solutions Corporation
導入事例:ファクトリIoT (デジタルツインの実現)
選定理由:NoSQLとSQLのハイブリッドな構造とリアルタイム処理
SQLでアクセス
NoSQLでアクセス
1工場あたり数万センサー
(1秒毎に収集)
1日あたり数億レコード蓄積
(数十TB)
製品ライフサイクルの業務データとIoTデータを精緻に結び付けバリューチェーン最適化へ向けたものづくりビッグデータを蓄積
高頻度に発生
31© 2019 Toshiba Digital Solutions Corporation
05
おわりに
32© 2019 Toshiba Digital Solutions Corporation
まとめると
収集から分析まで複数のDBMSサービスが必要 (現状)
(
ア
ナ
リ
テ
ィ
ク
ス
用
途
)
ス
ル
ー
プ
ッ
ト
重
視
スケールアウト(拡張性重視)
スケールアップ(整合性重視)
レ
ス
ポ
ン
ス
重
視
(
オ
ペ
レ
ー
シ
ョ
ン
用
途
)
RDB
(OLTP)
RDB/DWH
(OLAP)
NoSQL NoSQLWeb・SNS ログ
APL ログ
Web サイト
RDBMS
CRM/ERP
センサー
異常検出
見える化
各種集計
Google Cloud SQL
Amazon Aurora / Amazon RDS
Amazon Neptune
Azure SQL Database
Azure Database for PostgreSQL/MySQL
Alibaba Cloud ApsaraDB RDS
グラフデータベース
RDB(OLTP)
Google Cloud
Memorystore
インメモリ
データグリッド
Google Cloud Bigtable
Azure Database for Redis
Amazon ElastiCache
AzureTable STrorage
Alibaba Cloud ApsaraDB for Redis / Memcahed
Alibara Cloud Table Store
時系列
Amazon Timestream
Alibaba Cloud TSDB
KVS
Google Cloud Datastore
Google Cloud Firestore
Amazon DynamoDB
Azure Cosmos DB
Alibara Cloud Elasticsearch
ドキュメントDB
Amazon Redshift
Azure SQL Data Warehouse
Azure Cosmos DB
Alibara Cloud HybridDB for PostgreSQL
Azure HDInsight
Alibara Cloud E-MapDeduce
Amazon EMR
Alibara Cloud MaxCompute
Google Cloud Dataproc
Amazon EMR
Azure HDInsight
Google Cloud Dataproc
Hadoop関連
RDB(DWH)
Google BigQuery
Azure HDInsight
Google Cloud
Dataproc
Amazon EMR
マイクロ
バッチ
Dynamo RedshiftETL
33© 2019 Toshiba Digital Solutions Corporation
まとめると
目指すもの
(
ア
ナ
リ
テ
ィ
ク
ス
用
途
)
ス
ル
ー
プ
ッ
ト
重
視
スケールアウト(拡張性重視)
スケールアップ(整合性重視)
レ
ス
ポ
ン
ス
重
視
(
オ
ペ
レ
ー
シ
ョ
ン
用
途
)
RDB
(OLTP)
RDB/DWH
(OLAP)
NoSQL NoSQLWeb・SNS ログ
APL ログ
Web サイト
RDBMS
CRM/ERP
センサー
異常検出
見える化
各種集計
Google Cloud SQL
Amazon Aurora / Amazon RDS
Amazon Neptune
Azure SQL Database
Azure Database for PostgreSQL/MySQL
Alibaba Cloud ApsaraDB RDS
グラフデータベース
RDB(OLTP)
Google Cloud
Memorystore
インメモリ
データグリッド
Google Cloud Bigtable
Azure Database for Redis
Amazon ElastiCache
AzureTable STrorage
Alibaba Cloud ApsaraDB for Redis / Memcahed
Alibara Cloud Table Store
時系列
Amazon Timestream
Alibaba Cloud TSDB
KVS
Google Cloud Datastore
Google Cloud Firestore
Amazon DynamoDB
Azure Cosmos DB
Alibara Cloud Elasticsearch
ドキュメントDB
Amazon Redshift
Azure SQL Data Warehouse
Azure Cosmos DB
Alibara Cloud HybridDB for PostgreSQL
Azure HDInsight
Alibara Cloud E-MapDeduce
Amazon EMR
Alibara Cloud MaxCompute
Google Cloud Dataproc
Amazon EMR
Azure HDInsight
Google Cloud Dataproc
Hadoop関連
RDB(DWH)
Google BigQuery
Azure HDInsight
Google Cloud
Dataproc
Amazon EMR
マイクロ
バッチ
34© 2019 Toshiba Digital Solutions Corporation
35© 2019 Toshiba Digital Solutions Corporation
36© 2019 Toshiba Digital Solutions Corporation
付録
37© 2019 Toshiba Digital Solutions Corporation
関連URL
 GridDB 製品版サイト
https://www.toshiba-sol.co.jp/pro/griddb/index_j.htm
 GridDB デベロッパーズサイト
https://griddb.net/
 GridDB GitHubサイト
https://github.com/griddb
 Twitter: GridDB (日本/ 米国)
https://twitter.com/griddb_jp / https://twitter.com/GridDBCommunity
 Facebook: GridDB (日本/ 米国)
https://www.facebook.com/griddbjp / https://www.facebook.com/griddbcommunity/
 Wiki
https://ja.wikipedia.org/wiki/GridDB
 GridDB お問い合わせ
製品版:http://www.toshiba-sol.co.jp/pro/griddb/contact_j.htm
プログラミング関連:Stackoverflow(https://ja.stackoverflow.com/search?q=griddb もしくはGitHubサイトの各リポジトリのIssueをご利用ください
プログラミング関連以外:contact@griddb.netもしくはcontact@griddb.orgをご利用ください
38© 2019 Toshiba Digital Solutions Corporation
関連URL:導入事例関連
 IoT産業におけるGridDB導入事例
https://griddb.net/ja/blog/three-examples-griddb-iot-industry/
 自動車産業におけるGridDB導入事例
https://griddb.net/ja/blog/griddb-automotive/
 電力小売自由化に対応した大規模なスマートメーターデータの高速処理
https://www.toshiba-sol.co.jp/articles/tsoul/22/004.htm
 ダントツ工場を目指すデンソー
https://special.nikkeibp.co.jp/atclh/tomorrowtech/toshiba_denso/
 神戸製鋼所様「コンプレッサM2Mクラウドサービス」
http://www.toshiba.co.jp/cl/articles/tsoul/21/004.htm
 モノづくりの現場を支える東芝機械の「IoT+mプラットフォーム」
https://www.toshiba-sol.co.jp/case/case2017/tsm.htm
 ものづくりIoTソリューション「Meisterシリーズ」
https://www.toshiba-sol.co.jp/industry/meister_next/index_j.htm
https://special.nikkeibp.co.jp/atclh/tomorrowtech/factory_iot/
ビッグIoTデータに対応したデータベース GridDB

More Related Content

What's hot

ビッグデータ処理データベースの全体像と使い分け
2018年version
ビッグデータ処理データベースの全体像と使い分け
2018年versionビッグデータ処理データベースの全体像と使い分け
2018年version
ビッグデータ処理データベースの全体像と使い分け
2018年version
Tetsutaro Watanabe
 
Azure Discovery Day - SQL Server 2019 + Azure Data Services
Azure Discovery Day - SQL Server 2019 + Azure Data ServicesAzure Discovery Day - SQL Server 2019 + Azure Data Services
Azure Discovery Day - SQL Server 2019 + Azure Data Services
Daiyu Hatakeyama
 
2017秋「クラウドファースト時代における基幹業務システム開発革新セミナー」 超高速開発を実現するIBMクラウドの最新情報ご紹介2017
2017秋「クラウドファースト時代における基幹業務システム開発革新セミナー」 超高速開発を実現するIBMクラウドの最新情報ご紹介20172017秋「クラウドファースト時代における基幹業務システム開発革新セミナー」 超高速開発を実現するIBMクラウドの最新情報ご紹介2017
2017秋「クラウドファースト時代における基幹業務システム開発革新セミナー」 超高速開発を実現するIBMクラウドの最新情報ご紹介2017
Tsuyoshi Hirayama
 
遂に登場! GridDBからデータベースサービス GridDB Cloud ~その設計思想と運用の原則
遂に登場! GridDBからデータベースサービス GridDB Cloud ~その設計思想と運用の原則遂に登場! GridDBからデータベースサービス GridDB Cloud ~その設計思想と運用の原則
遂に登場! GridDBからデータベースサービス GridDB Cloud ~その設計思想と運用の原則
griddb
 
NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB ~ GridDB CE 4.6のテーブルパーティショニングを 使っ...
NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB ~ GridDB CE 4.6のテーブルパーティショニングを 使っ...NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB ~ GridDB CE 4.6のテーブルパーティショニングを 使っ...
NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB ~ GridDB CE 4.6のテーブルパーティショニングを 使っ...
griddb
 
DBREから始めるデータベースプラットフォーム
DBREから始めるデータベースプラットフォームDBREから始めるデータベースプラットフォーム
DBREから始めるデータベースプラットフォーム
Insight Technology, Inc.
 
多様性時代のDB選択
多様性時代のDB選択多様性時代のDB選択
多様性時代のDB選択
griddb
 
[よくわかるクラウドデータベース] リクルートにおけるRedshift導入・活用事例
[よくわかるクラウドデータベース] リクルートにおけるRedshift導入・活用事例[よくわかるクラウドデータベース] リクルートにおけるRedshift導入・活用事例
[よくわかるクラウドデータベース] リクルートにおけるRedshift導入・活用事例
Amazon Web Services Japan
 
難しいアプリケーション移行、手軽に試してみませんか?
難しいアプリケーション移行、手軽に試してみませんか?難しいアプリケーション移行、手軽に試してみませんか?
難しいアプリケーション移行、手軽に試してみませんか?
Insight Technology, Inc.
 
[db tech showcase Tokyo 2014] D15:日立ストレージと国産DBMS HiRDBで実現する『ワンランク上』のディザスタリカバリ...
[db tech showcase Tokyo 2014] D15:日立ストレージと国産DBMS HiRDBで実現する『ワンランク上』のディザスタリカバリ...[db tech showcase Tokyo 2014] D15:日立ストレージと国産DBMS HiRDBで実現する『ワンランク上』のディザスタリカバリ...
[db tech showcase Tokyo 2014] D15:日立ストレージと国産DBMS HiRDBで実現する『ワンランク上』のディザスタリカバリ...
Insight Technology, Inc.
 
JCBの Payment as a Service 実現にむけたゼロベースの組織変革とテクニカル・イネーブラー(NTTデータ テクノロジーカンファレンス ...
JCBの Payment as a Service 実現にむけたゼロベースの組織変革とテクニカル・イネーブラー(NTTデータ テクノロジーカンファレンス ...JCBの Payment as a Service 実現にむけたゼロベースの組織変革とテクニカル・イネーブラー(NTTデータ テクノロジーカンファレンス ...
JCBの Payment as a Service 実現にむけたゼロベースの組織変革とテクニカル・イネーブラー(NTTデータ テクノロジーカンファレンス ...
NTT DATA Technology & Innovation
 
大規模データ活用向けストレージレイヤソフトのこれまでとこれから(NTTデータ テクノロジーカンファレンス 2019 講演資料、2019/09/05)
大規模データ活用向けストレージレイヤソフトのこれまでとこれから(NTTデータ テクノロジーカンファレンス 2019 講演資料、2019/09/05)大規模データ活用向けストレージレイヤソフトのこれまでとこれから(NTTデータ テクノロジーカンファレンス 2019 講演資料、2019/09/05)
大規模データ活用向けストレージレイヤソフトのこれまでとこれから(NTTデータ テクノロジーカンファレンス 2019 講演資料、2019/09/05)
NTT DATA Technology & Innovation
 
データを事業に活かすために必要なデータ基盤とは
データを事業に活かすために必要なデータ基盤とはデータを事業に活かすために必要なデータ基盤とは
データを事業に活かすために必要なデータ基盤とは
griddb
 
ビッグデータIoT向けDB GridDBの紹介
ビッグデータIoT向けDB GridDBの紹介ビッグデータIoT向けDB GridDBの紹介
ビッグデータIoT向けDB GridDBの紹介
griddb
 
オープンソースデータベース GridDB ~ なぜ いま、データベースを開発したのか?その理由とGridDBの概要紹介 ~
オープンソースデータベース GridDB ~ なぜ いま、データベースを開発したのか?その理由とGridDBの概要紹介 ~オープンソースデータベース GridDB ~ なぜ いま、データベースを開発したのか?その理由とGridDBの概要紹介 ~
オープンソースデータベース GridDB ~ なぜ いま、データベースを開発したのか?その理由とGridDBの概要紹介 ~
griddb
 
【ハンズオンセミナー】NoSQL/SQLデュアルインタフェースを備えたIoT向けデータベースGridDB ~ GridDB CE 4.6のテーブルパーティ...
【ハンズオンセミナー】NoSQL/SQLデュアルインタフェースを備えたIoT向けデータベースGridDB ~ GridDB CE 4.6のテーブルパーティ...【ハンズオンセミナー】NoSQL/SQLデュアルインタフェースを備えたIoT向けデータベースGridDB ~ GridDB CE 4.6のテーブルパーティ...
【ハンズオンセミナー】NoSQL/SQLデュアルインタフェースを備えたIoT向けデータベースGridDB ~ GridDB CE 4.6のテーブルパーティ...
griddb
 
もうSQLとNoSQLを選ぶ必要はない!?~両者を備えたスケールアウトデータベースGridDB~
もうSQLとNoSQLを選ぶ必要はない!?~両者を備えたスケールアウトデータベースGridDB~もうSQLとNoSQLを選ぶ必要はない!?~両者を備えたスケールアウトデータベースGridDB~
もうSQLとNoSQLを選ぶ必要はない!?~両者を備えたスケールアウトデータベースGridDB~
griddb
 
コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...
コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...
コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...
Insight Technology, Inc.
 
C34 ニッチだけど、社会インフラを支えるデータベース、HiRDB ~HiRDBを選ぶ人、選ばない人、その選択基準とは~ by Taichi Ishikawa
C34 ニッチだけど、社会インフラを支えるデータベース、HiRDB ~HiRDBを選ぶ人、選ばない人、その選択基準とは~ by Taichi IshikawaC34 ニッチだけど、社会インフラを支えるデータベース、HiRDB ~HiRDBを選ぶ人、選ばない人、その選択基準とは~ by Taichi Ishikawa
C34 ニッチだけど、社会インフラを支えるデータベース、HiRDB ~HiRDBを選ぶ人、選ばない人、その選択基準とは~ by Taichi Ishikawa
Insight Technology, Inc.
 

What's hot (20)

ビッグデータ処理データベースの全体像と使い分け
2018年version
ビッグデータ処理データベースの全体像と使い分け
2018年versionビッグデータ処理データベースの全体像と使い分け
2018年version
ビッグデータ処理データベースの全体像と使い分け
2018年version
 
Azure Discovery Day - SQL Server 2019 + Azure Data Services
Azure Discovery Day - SQL Server 2019 + Azure Data ServicesAzure Discovery Day - SQL Server 2019 + Azure Data Services
Azure Discovery Day - SQL Server 2019 + Azure Data Services
 
2017秋「クラウドファースト時代における基幹業務システム開発革新セミナー」 超高速開発を実現するIBMクラウドの最新情報ご紹介2017
2017秋「クラウドファースト時代における基幹業務システム開発革新セミナー」 超高速開発を実現するIBMクラウドの最新情報ご紹介20172017秋「クラウドファースト時代における基幹業務システム開発革新セミナー」 超高速開発を実現するIBMクラウドの最新情報ご紹介2017
2017秋「クラウドファースト時代における基幹業務システム開発革新セミナー」 超高速開発を実現するIBMクラウドの最新情報ご紹介2017
 
遂に登場! GridDBからデータベースサービス GridDB Cloud ~その設計思想と運用の原則
遂に登場! GridDBからデータベースサービス GridDB Cloud ~その設計思想と運用の原則遂に登場! GridDBからデータベースサービス GridDB Cloud ~その設計思想と運用の原則
遂に登場! GridDBからデータベースサービス GridDB Cloud ~その設計思想と運用の原則
 
NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB ~ GridDB CE 4.6のテーブルパーティショニングを 使っ...
NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB ~ GridDB CE 4.6のテーブルパーティショニングを 使っ...NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB ~ GridDB CE 4.6のテーブルパーティショニングを 使っ...
NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB ~ GridDB CE 4.6のテーブルパーティショニングを 使っ...
 
DBREから始めるデータベースプラットフォーム
DBREから始めるデータベースプラットフォームDBREから始めるデータベースプラットフォーム
DBREから始めるデータベースプラットフォーム
 
多様性時代のDB選択
多様性時代のDB選択多様性時代のDB選択
多様性時代のDB選択
 
ビッグデータ
ビッグデータビッグデータ
ビッグデータ
 
[よくわかるクラウドデータベース] リクルートにおけるRedshift導入・活用事例
[よくわかるクラウドデータベース] リクルートにおけるRedshift導入・活用事例[よくわかるクラウドデータベース] リクルートにおけるRedshift導入・活用事例
[よくわかるクラウドデータベース] リクルートにおけるRedshift導入・活用事例
 
難しいアプリケーション移行、手軽に試してみませんか?
難しいアプリケーション移行、手軽に試してみませんか?難しいアプリケーション移行、手軽に試してみませんか?
難しいアプリケーション移行、手軽に試してみませんか?
 
[db tech showcase Tokyo 2014] D15:日立ストレージと国産DBMS HiRDBで実現する『ワンランク上』のディザスタリカバリ...
[db tech showcase Tokyo 2014] D15:日立ストレージと国産DBMS HiRDBで実現する『ワンランク上』のディザスタリカバリ...[db tech showcase Tokyo 2014] D15:日立ストレージと国産DBMS HiRDBで実現する『ワンランク上』のディザスタリカバリ...
[db tech showcase Tokyo 2014] D15:日立ストレージと国産DBMS HiRDBで実現する『ワンランク上』のディザスタリカバリ...
 
JCBの Payment as a Service 実現にむけたゼロベースの組織変革とテクニカル・イネーブラー(NTTデータ テクノロジーカンファレンス ...
JCBの Payment as a Service 実現にむけたゼロベースの組織変革とテクニカル・イネーブラー(NTTデータ テクノロジーカンファレンス ...JCBの Payment as a Service 実現にむけたゼロベースの組織変革とテクニカル・イネーブラー(NTTデータ テクノロジーカンファレンス ...
JCBの Payment as a Service 実現にむけたゼロベースの組織変革とテクニカル・イネーブラー(NTTデータ テクノロジーカンファレンス ...
 
大規模データ活用向けストレージレイヤソフトのこれまでとこれから(NTTデータ テクノロジーカンファレンス 2019 講演資料、2019/09/05)
大規模データ活用向けストレージレイヤソフトのこれまでとこれから(NTTデータ テクノロジーカンファレンス 2019 講演資料、2019/09/05)大規模データ活用向けストレージレイヤソフトのこれまでとこれから(NTTデータ テクノロジーカンファレンス 2019 講演資料、2019/09/05)
大規模データ活用向けストレージレイヤソフトのこれまでとこれから(NTTデータ テクノロジーカンファレンス 2019 講演資料、2019/09/05)
 
データを事業に活かすために必要なデータ基盤とは
データを事業に活かすために必要なデータ基盤とはデータを事業に活かすために必要なデータ基盤とは
データを事業に活かすために必要なデータ基盤とは
 
ビッグデータIoT向けDB GridDBの紹介
ビッグデータIoT向けDB GridDBの紹介ビッグデータIoT向けDB GridDBの紹介
ビッグデータIoT向けDB GridDBの紹介
 
オープンソースデータベース GridDB ~ なぜ いま、データベースを開発したのか?その理由とGridDBの概要紹介 ~
オープンソースデータベース GridDB ~ なぜ いま、データベースを開発したのか?その理由とGridDBの概要紹介 ~オープンソースデータベース GridDB ~ なぜ いま、データベースを開発したのか?その理由とGridDBの概要紹介 ~
オープンソースデータベース GridDB ~ なぜ いま、データベースを開発したのか?その理由とGridDBの概要紹介 ~
 
【ハンズオンセミナー】NoSQL/SQLデュアルインタフェースを備えたIoT向けデータベースGridDB ~ GridDB CE 4.6のテーブルパーティ...
【ハンズオンセミナー】NoSQL/SQLデュアルインタフェースを備えたIoT向けデータベースGridDB ~ GridDB CE 4.6のテーブルパーティ...【ハンズオンセミナー】NoSQL/SQLデュアルインタフェースを備えたIoT向けデータベースGridDB ~ GridDB CE 4.6のテーブルパーティ...
【ハンズオンセミナー】NoSQL/SQLデュアルインタフェースを備えたIoT向けデータベースGridDB ~ GridDB CE 4.6のテーブルパーティ...
 
もうSQLとNoSQLを選ぶ必要はない!?~両者を備えたスケールアウトデータベースGridDB~
もうSQLとNoSQLを選ぶ必要はない!?~両者を備えたスケールアウトデータベースGridDB~もうSQLとNoSQLを選ぶ必要はない!?~両者を備えたスケールアウトデータベースGridDB~
もうSQLとNoSQLを選ぶ必要はない!?~両者を備えたスケールアウトデータベースGridDB~
 
コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...
コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...
コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...
 
C34 ニッチだけど、社会インフラを支えるデータベース、HiRDB ~HiRDBを選ぶ人、選ばない人、その選択基準とは~ by Taichi Ishikawa
C34 ニッチだけど、社会インフラを支えるデータベース、HiRDB ~HiRDBを選ぶ人、選ばない人、その選択基準とは~ by Taichi IshikawaC34 ニッチだけど、社会インフラを支えるデータベース、HiRDB ~HiRDBを選ぶ人、選ばない人、その選択基準とは~ by Taichi Ishikawa
C34 ニッチだけど、社会インフラを支えるデータベース、HiRDB ~HiRDBを選ぶ人、選ばない人、その選択基準とは~ by Taichi Ishikawa
 

Similar to ビッグIoTデータに対応したデータベース GridDB

DXを支えるスケールアウト型NoSQL/SQLハイブリッドデータベース GridDB
DXを支えるスケールアウト型NoSQL/SQLハイブリッドデータベース GridDBDXを支えるスケールアウト型NoSQL/SQLハイブリッドデータベース GridDB
DXを支えるスケールアウト型NoSQL/SQLハイブリッドデータベース GridDB
griddb
 
Db2 & Db2 Warehouse v11.5.4 最新情報アップデート2020年8月25日
Db2 & Db2 Warehouse v11.5.4 最新情報アップデート2020年8月25日Db2 & Db2 Warehouse v11.5.4 最新情報アップデート2020年8月25日
Db2 & Db2 Warehouse v11.5.4 最新情報アップデート2020年8月25日
IBM Analytics Japan
 
Developers Summit 2018: ストリームとバッチを融合したBigData Analytics ~事例とデモから見えてくる、これからのデー...
Developers Summit 2018: ストリームとバッチを融合したBigData Analytics ~事例とデモから見えてくる、これからのデー...Developers Summit 2018: ストリームとバッチを融合したBigData Analytics ~事例とデモから見えてくる、これからのデー...
Developers Summit 2018: ストリームとバッチを融合したBigData Analytics ~事例とデモから見えてくる、これからのデー...
オラクルエンジニア通信
 
Db2 Warehouse on Cloud Flex テクニカルハンドブック 2020年3月版
Db2 Warehouse on Cloud Flex テクニカルハンドブック 2020年3月版Db2 Warehouse on Cloud Flex テクニカルハンドブック 2020年3月版
Db2 Warehouse on Cloud Flex テクニカルハンドブック 2020年3月版
IBM Analytics Japan
 
Db2 Warehouse on Cloud Flex ご紹介資料 2020年3月版
Db2 Warehouse on Cloud Flex ご紹介資料 2020年3月版Db2 Warehouse on Cloud Flex ご紹介資料 2020年3月版
Db2 Warehouse on Cloud Flex ご紹介資料 2020年3月版
IBM Analytics Japan
 
【GridDB入門】 IoT、そしてサイバー・フィジカル・システムを支える オープンソースデータベース GridDB ~ こだわりの理由と実現方法のポイント
【GridDB入門】 IoT、そしてサイバー・フィジカル・システムを支える オープンソースデータベース GridDB ~ こだわりの理由と実現方法のポイント【GridDB入門】 IoT、そしてサイバー・フィジカル・システムを支える オープンソースデータベース GridDB ~ こだわりの理由と実現方法のポイント
【GridDB入門】 IoT、そしてサイバー・フィジカル・システムを支える オープンソースデータベース GridDB ~ こだわりの理由と実現方法のポイント
griddb
 
JAWS-UG広島 - 2019-07-12 - 金融ビッグデータを守るリソースポリシー実例
JAWS-UG広島 - 2019-07-12 - 金融ビッグデータを守るリソースポリシー実例JAWS-UG広島 - 2019-07-12 - 金融ビッグデータを守るリソースポリシー実例
JAWS-UG広島 - 2019-07-12 - 金融ビッグデータを守るリソースポリシー実例
Yutaro Ono
 
オープンソースデータベース GridDBとそのオープンコミュニティ活動
オープンソースデータベース GridDBとそのオープンコミュニティ活動オープンソースデータベース GridDBとそのオープンコミュニティ活動
オープンソースデータベース GridDBとそのオープンコミュニティ活動
griddb
 
[db tech showcase Tokyo 2017] E24: 流行りに乗っていれば幸せになれますか?数あるデータベースの中から敢えて今Db2が選ば...
[db tech showcase Tokyo 2017] E24: 流行りに乗っていれば幸せになれますか?数あるデータベースの中から敢えて今Db2が選ば...[db tech showcase Tokyo 2017] E24: 流行りに乗っていれば幸せになれますか?数あるデータベースの中から敢えて今Db2が選ば...
[db tech showcase Tokyo 2017] E24: 流行りに乗っていれば幸せになれますか?数あるデータベースの中から敢えて今Db2が選ば...
Insight Technology, Inc.
 
Microsoft open tech night 2020 feb18
Microsoft open tech night 2020 feb18Microsoft open tech night 2020 feb18
Microsoft open tech night 2020 feb18
Masatomo Ito
 
【HinemosWorld2014】A1-3_01_NTT Comのグローバルクラウド戦略とHinemosとの連携について
【HinemosWorld2014】A1-3_01_NTT Comのグローバルクラウド戦略とHinemosとの連携について【HinemosWorld2014】A1-3_01_NTT Comのグローバルクラウド戦略とHinemosとの連携について
【HinemosWorld2014】A1-3_01_NTT Comのグローバルクラウド戦略とHinemosとの連携について
Hinemos
 
Attunityのソリューションと異種データベース・クラウド移行事例のご紹介
Attunityのソリューションと異種データベース・クラウド移行事例のご紹介Attunityのソリューションと異種データベース・クラウド移行事例のご紹介
Attunityのソリューションと異種データベース・クラウド移行事例のご紹介
Insight Technology, Inc.
 
IDCFクラウドセミナー RDB活用
IDCFクラウドセミナー RDB活用IDCFクラウドセミナー RDB活用
IDCFクラウドセミナー RDB活用
IDC Frontier
 
[VMware Partner Exchange Tokyo 14Apr2014] ネットアップセッション資料
[VMware Partner Exchange Tokyo 14Apr2014] ネットアップセッション資料[VMware Partner Exchange Tokyo 14Apr2014] ネットアップセッション資料
[VMware Partner Exchange Tokyo 14Apr2014] ネットアップセッション資料
NetApp Japan
 
何を基準に選定すべきなのか!? 〜ビッグデータ×IoT×AI時代のデータベースのアーキテクチャとメカニズムの比較〜
何を基準に選定すべきなのか!? 〜ビッグデータ×IoT×AI時代のデータベースのアーキテクチャとメカニズムの比較〜何を基準に選定すべきなのか!? 〜ビッグデータ×IoT×AI時代のデータベースのアーキテクチャとメカニズムの比較〜
何を基準に選定すべきなのか!? 〜ビッグデータ×IoT×AI時代のデータベースのアーキテクチャとメカニズムの比較〜
griddb
 
[db tech showcase Tokyo 2017] D35: 何を基準に選定すべきなのか!? ~ビッグデータ×IoT×AI時代のデータベースのアー...
[db tech showcase Tokyo 2017] D35: 何を基準に選定すべきなのか!? ~ビッグデータ×IoT×AI時代のデータベースのアー...[db tech showcase Tokyo 2017] D35: 何を基準に選定すべきなのか!? ~ビッグデータ×IoT×AI時代のデータベースのアー...
[db tech showcase Tokyo 2017] D35: 何を基準に選定すべきなのか!? ~ビッグデータ×IoT×AI時代のデータベースのアー...
Insight Technology, Inc.
 
サーバーレスアーキテクチャで実現するグローバル空調IoTプラットフォームへの挑戦
サーバーレスアーキテクチャで実現するグローバル空調IoTプラットフォームへの挑戦サーバーレスアーキテクチャで実現するグローバル空調IoTプラットフォームへの挑戦
サーバーレスアーキテクチャで実現するグローバル空調IoTプラットフォームへの挑戦
Takuya Kitamura
 
「ものづくり」の現場に必要な機能を備えたスケールアウト型データベース GridDBとそのオープンソース活動 ~膨大なIoTデータの管理を実現 ~
「ものづくり」の現場に必要な機能を備えたスケールアウト型データベース GridDBとそのオープンソース活動 ~膨大なIoTデータの管理を実現 ~「ものづくり」の現場に必要な機能を備えたスケールアウト型データベース GridDBとそのオープンソース活動 ~膨大なIoTデータの管理を実現 ~
「ものづくり」の現場に必要な機能を備えたスケールアウト型データベース GridDBとそのオープンソース活動 ~膨大なIoTデータの管理を実現 ~
griddb
 
New IP へのステップ その1) Fabric – すべての基本はファブリックにあり
New IP へのステップ その1) Fabric – すべての基本はファブリックにありNew IP へのステップ その1) Fabric – すべての基本はファブリックにあり
New IP へのステップ その1) Fabric – すべての基本はファブリックにあり
Brocade
 
Autonomous を支える技術、Oracle Database 18c デモンストレーション
Autonomous を支える技術、Oracle Database 18c デモンストレーションAutonomous を支える技術、Oracle Database 18c デモンストレーション
Autonomous を支える技術、Oracle Database 18c デモンストレーション
オラクルエンジニア通信
 

Similar to ビッグIoTデータに対応したデータベース GridDB (20)

DXを支えるスケールアウト型NoSQL/SQLハイブリッドデータベース GridDB
DXを支えるスケールアウト型NoSQL/SQLハイブリッドデータベース GridDBDXを支えるスケールアウト型NoSQL/SQLハイブリッドデータベース GridDB
DXを支えるスケールアウト型NoSQL/SQLハイブリッドデータベース GridDB
 
Db2 & Db2 Warehouse v11.5.4 最新情報アップデート2020年8月25日
Db2 & Db2 Warehouse v11.5.4 最新情報アップデート2020年8月25日Db2 & Db2 Warehouse v11.5.4 最新情報アップデート2020年8月25日
Db2 & Db2 Warehouse v11.5.4 最新情報アップデート2020年8月25日
 
Developers Summit 2018: ストリームとバッチを融合したBigData Analytics ~事例とデモから見えてくる、これからのデー...
Developers Summit 2018: ストリームとバッチを融合したBigData Analytics ~事例とデモから見えてくる、これからのデー...Developers Summit 2018: ストリームとバッチを融合したBigData Analytics ~事例とデモから見えてくる、これからのデー...
Developers Summit 2018: ストリームとバッチを融合したBigData Analytics ~事例とデモから見えてくる、これからのデー...
 
Db2 Warehouse on Cloud Flex テクニカルハンドブック 2020年3月版
Db2 Warehouse on Cloud Flex テクニカルハンドブック 2020年3月版Db2 Warehouse on Cloud Flex テクニカルハンドブック 2020年3月版
Db2 Warehouse on Cloud Flex テクニカルハンドブック 2020年3月版
 
Db2 Warehouse on Cloud Flex ご紹介資料 2020年3月版
Db2 Warehouse on Cloud Flex ご紹介資料 2020年3月版Db2 Warehouse on Cloud Flex ご紹介資料 2020年3月版
Db2 Warehouse on Cloud Flex ご紹介資料 2020年3月版
 
【GridDB入門】 IoT、そしてサイバー・フィジカル・システムを支える オープンソースデータベース GridDB ~ こだわりの理由と実現方法のポイント
【GridDB入門】 IoT、そしてサイバー・フィジカル・システムを支える オープンソースデータベース GridDB ~ こだわりの理由と実現方法のポイント【GridDB入門】 IoT、そしてサイバー・フィジカル・システムを支える オープンソースデータベース GridDB ~ こだわりの理由と実現方法のポイント
【GridDB入門】 IoT、そしてサイバー・フィジカル・システムを支える オープンソースデータベース GridDB ~ こだわりの理由と実現方法のポイント
 
JAWS-UG広島 - 2019-07-12 - 金融ビッグデータを守るリソースポリシー実例
JAWS-UG広島 - 2019-07-12 - 金融ビッグデータを守るリソースポリシー実例JAWS-UG広島 - 2019-07-12 - 金融ビッグデータを守るリソースポリシー実例
JAWS-UG広島 - 2019-07-12 - 金融ビッグデータを守るリソースポリシー実例
 
オープンソースデータベース GridDBとそのオープンコミュニティ活動
オープンソースデータベース GridDBとそのオープンコミュニティ活動オープンソースデータベース GridDBとそのオープンコミュニティ活動
オープンソースデータベース GridDBとそのオープンコミュニティ活動
 
[db tech showcase Tokyo 2017] E24: 流行りに乗っていれば幸せになれますか?数あるデータベースの中から敢えて今Db2が選ば...
[db tech showcase Tokyo 2017] E24: 流行りに乗っていれば幸せになれますか?数あるデータベースの中から敢えて今Db2が選ば...[db tech showcase Tokyo 2017] E24: 流行りに乗っていれば幸せになれますか?数あるデータベースの中から敢えて今Db2が選ば...
[db tech showcase Tokyo 2017] E24: 流行りに乗っていれば幸せになれますか?数あるデータベースの中から敢えて今Db2が選ば...
 
Microsoft open tech night 2020 feb18
Microsoft open tech night 2020 feb18Microsoft open tech night 2020 feb18
Microsoft open tech night 2020 feb18
 
【HinemosWorld2014】A1-3_01_NTT Comのグローバルクラウド戦略とHinemosとの連携について
【HinemosWorld2014】A1-3_01_NTT Comのグローバルクラウド戦略とHinemosとの連携について【HinemosWorld2014】A1-3_01_NTT Comのグローバルクラウド戦略とHinemosとの連携について
【HinemosWorld2014】A1-3_01_NTT Comのグローバルクラウド戦略とHinemosとの連携について
 
Attunityのソリューションと異種データベース・クラウド移行事例のご紹介
Attunityのソリューションと異種データベース・クラウド移行事例のご紹介Attunityのソリューションと異種データベース・クラウド移行事例のご紹介
Attunityのソリューションと異種データベース・クラウド移行事例のご紹介
 
IDCFクラウドセミナー RDB活用
IDCFクラウドセミナー RDB活用IDCFクラウドセミナー RDB活用
IDCFクラウドセミナー RDB活用
 
[VMware Partner Exchange Tokyo 14Apr2014] ネットアップセッション資料
[VMware Partner Exchange Tokyo 14Apr2014] ネットアップセッション資料[VMware Partner Exchange Tokyo 14Apr2014] ネットアップセッション資料
[VMware Partner Exchange Tokyo 14Apr2014] ネットアップセッション資料
 
何を基準に選定すべきなのか!? 〜ビッグデータ×IoT×AI時代のデータベースのアーキテクチャとメカニズムの比較〜
何を基準に選定すべきなのか!? 〜ビッグデータ×IoT×AI時代のデータベースのアーキテクチャとメカニズムの比較〜何を基準に選定すべきなのか!? 〜ビッグデータ×IoT×AI時代のデータベースのアーキテクチャとメカニズムの比較〜
何を基準に選定すべきなのか!? 〜ビッグデータ×IoT×AI時代のデータベースのアーキテクチャとメカニズムの比較〜
 
[db tech showcase Tokyo 2017] D35: 何を基準に選定すべきなのか!? ~ビッグデータ×IoT×AI時代のデータベースのアー...
[db tech showcase Tokyo 2017] D35: 何を基準に選定すべきなのか!? ~ビッグデータ×IoT×AI時代のデータベースのアー...[db tech showcase Tokyo 2017] D35: 何を基準に選定すべきなのか!? ~ビッグデータ×IoT×AI時代のデータベースのアー...
[db tech showcase Tokyo 2017] D35: 何を基準に選定すべきなのか!? ~ビッグデータ×IoT×AI時代のデータベースのアー...
 
サーバーレスアーキテクチャで実現するグローバル空調IoTプラットフォームへの挑戦
サーバーレスアーキテクチャで実現するグローバル空調IoTプラットフォームへの挑戦サーバーレスアーキテクチャで実現するグローバル空調IoTプラットフォームへの挑戦
サーバーレスアーキテクチャで実現するグローバル空調IoTプラットフォームへの挑戦
 
「ものづくり」の現場に必要な機能を備えたスケールアウト型データベース GridDBとそのオープンソース活動 ~膨大なIoTデータの管理を実現 ~
「ものづくり」の現場に必要な機能を備えたスケールアウト型データベース GridDBとそのオープンソース活動 ~膨大なIoTデータの管理を実現 ~「ものづくり」の現場に必要な機能を備えたスケールアウト型データベース GridDBとそのオープンソース活動 ~膨大なIoTデータの管理を実現 ~
「ものづくり」の現場に必要な機能を備えたスケールアウト型データベース GridDBとそのオープンソース活動 ~膨大なIoTデータの管理を実現 ~
 
New IP へのステップ その1) Fabric – すべての基本はファブリックにあり
New IP へのステップ その1) Fabric – すべての基本はファブリックにありNew IP へのステップ その1) Fabric – すべての基本はファブリックにあり
New IP へのステップ その1) Fabric – すべての基本はファブリックにあり
 
Autonomous を支える技術、Oracle Database 18c デモンストレーション
Autonomous を支える技術、Oracle Database 18c デモンストレーションAutonomous を支える技術、Oracle Database 18c デモンストレーション
Autonomous を支える技術、Oracle Database 18c デモンストレーション
 

More from griddb

ビッグデータ・IoTシステム向け高速スケールアウト型データベース GridDB - 従来のデータベースでは不可能だったビッグデータのリアルタイム分析が可...
ビッグデータ・IoTシステム向け高速スケールアウト型データベース GridDB  - 従来のデータベースでは不可能だったビッグデータのリアルタイム分析が可...ビッグデータ・IoTシステム向け高速スケールアウト型データベース GridDB  - 従来のデータベースでは不可能だったビッグデータのリアルタイム分析が可...
ビッグデータ・IoTシステム向け高速スケールアウト型データベース GridDB - 従来のデータベースでは不可能だったビッグデータのリアルタイム分析が可...
griddb
 
NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB - 強化された時系列データ管理・検索機能について -
NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB - 強化された時系列データ管理・検索機能について -NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB - 強化された時系列データ管理・検索機能について -
NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB - 強化された時系列データ管理・検索機能について -
griddb
 
東芝のデータ処理技術基盤のご紹介(ポスター)
東芝のデータ処理技術基盤のご紹介(ポスター)東芝のデータ処理技術基盤のご紹介(ポスター)
東芝のデータ処理技術基盤のご紹介(ポスター)
griddb
 
NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB ~ クラウドでGridDBを使ってみましょう ~
NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB ~ クラウドでGridDBを使ってみましょう ~NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB ~ クラウドでGridDBを使ってみましょう ~
NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB ~ クラウドでGridDBを使ってみましょう ~
griddb
 
IoT指向のクラウドデータベースサービスGridDB Cloud ~その特徴とデータ連携の方法~
IoT指向のクラウドデータベースサービスGridDB Cloud ~その特徴とデータ連携の方法~IoT指向のクラウドデータベースサービスGridDB Cloud ~その特徴とデータ連携の方法~
IoT指向のクラウドデータベースサービスGridDB Cloud ~その特徴とデータ連携の方法~
griddb
 
ペタバイト級でも扱えるGridDBのアーキテクチャ Deep Dive
ペタバイト級でも扱えるGridDBのアーキテクチャ Deep Diveペタバイト級でも扱えるGridDBのアーキテクチャ Deep Dive
ペタバイト級でも扱えるGridDBのアーキテクチャ Deep Dive
griddb
 
日本発のオープンソース・データベース GridDB
日本発のオープンソース・データベース GridDB日本発のオープンソース・データベース GridDB
日本発のオープンソース・データベース GridDB
griddb
 
NoSQL/SQLデュアルインタフェースを備えたIoT向けデータベースGridDB ~コマンドライン・インターフェース(CLI)を使ってみましょう~
NoSQL/SQLデュアルインタフェースを備えたIoT向けデータベースGridDB ~コマンドライン・インターフェース(CLI)を使ってみましょう~NoSQL/SQLデュアルインタフェースを備えたIoT向けデータベースGridDB ~コマンドライン・インターフェース(CLI)を使ってみましょう~
NoSQL/SQLデュアルインタフェースを備えたIoT向けデータベースGridDB ~コマンドライン・インターフェース(CLI)を使ってみましょう~
griddb
 
GridDB: A Distributed SQL time series database for IoT and Big Data
GridDB: A Distributed SQL time series database for IoT and Big DataGridDB: A Distributed SQL time series database for IoT and Big Data
GridDB: A Distributed SQL time series database for IoT and Big Data
griddb
 
多様性時代のDB選択
多様性時代のDB選択多様性時代のDB選択
多様性時代のDB選択
griddb
 
GridDBを使用する理由…IoTビッグデータ システムを支える分散スケールアウト型NoSQL/SQLハイブリットデータベースGridDB
GridDBを使用する理由…IoTビッグデータ システムを支える分散スケールアウト型NoSQL/SQLハイブリットデータベースGridDBGridDBを使用する理由…IoTビッグデータ システムを支える分散スケールアウト型NoSQL/SQLハイブリットデータベースGridDB
GridDBを使用する理由…IoTビッグデータ システムを支える分散スケールアウト型NoSQL/SQLハイブリットデータベースGridDB
griddb
 
「情報爆発時代」を勝ち抜くためのIT基盤技術とは?膨大な情報から最適解を 「SmartEDA®」
「情報爆発時代」を勝ち抜くためのIT基盤技術とは?膨大な情報から最適解を 「SmartEDA®」「情報爆発時代」を勝ち抜くためのIT基盤技術とは?膨大な情報から最適解を 「SmartEDA®」
「情報爆発時代」を勝ち抜くためのIT基盤技術とは?膨大な情報から最適解を 「SmartEDA®」
griddb
 
日本発オープンソース!! スケールアウト型データベース GridDB入門 ~ GitHubからダウンロードして使ってみましょう ~
日本発オープンソース!! スケールアウト型データベース GridDB入門 ~ GitHubからダウンロードして使ってみましょう ~日本発オープンソース!! スケールアウト型データベース GridDB入門 ~ GitHubからダウンロードして使ってみましょう ~
日本発オープンソース!! スケールアウト型データベース GridDB入門 ~ GitHubからダウンロードして使ってみましょう ~
griddb
 
もうSQLとNoSQLを選ぶ必要はない!? ~両者を備えたスケールアウトデータベースGridDB~
もうSQLとNoSQLを選ぶ必要はない!? ~両者を備えたスケールアウトデータベースGridDB~もうSQLとNoSQLを選ぶ必要はない!? ~両者を備えたスケールアウトデータベースGridDB~
もうSQLとNoSQLを選ぶ必要はない!? ~両者を備えたスケールアウトデータベースGridDB~
griddb
 

More from griddb (14)

ビッグデータ・IoTシステム向け高速スケールアウト型データベース GridDB - 従来のデータベースでは不可能だったビッグデータのリアルタイム分析が可...
ビッグデータ・IoTシステム向け高速スケールアウト型データベース GridDB  - 従来のデータベースでは不可能だったビッグデータのリアルタイム分析が可...ビッグデータ・IoTシステム向け高速スケールアウト型データベース GridDB  - 従来のデータベースでは不可能だったビッグデータのリアルタイム分析が可...
ビッグデータ・IoTシステム向け高速スケールアウト型データベース GridDB - 従来のデータベースでは不可能だったビッグデータのリアルタイム分析が可...
 
NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB - 強化された時系列データ管理・検索機能について -
NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB - 強化された時系列データ管理・検索機能について -NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB - 強化された時系列データ管理・検索機能について -
NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB - 強化された時系列データ管理・検索機能について -
 
東芝のデータ処理技術基盤のご紹介(ポスター)
東芝のデータ処理技術基盤のご紹介(ポスター)東芝のデータ処理技術基盤のご紹介(ポスター)
東芝のデータ処理技術基盤のご紹介(ポスター)
 
NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB ~ クラウドでGridDBを使ってみましょう ~
NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB ~ クラウドでGridDBを使ってみましょう ~NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB ~ クラウドでGridDBを使ってみましょう ~
NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB ~ クラウドでGridDBを使ってみましょう ~
 
IoT指向のクラウドデータベースサービスGridDB Cloud ~その特徴とデータ連携の方法~
IoT指向のクラウドデータベースサービスGridDB Cloud ~その特徴とデータ連携の方法~IoT指向のクラウドデータベースサービスGridDB Cloud ~その特徴とデータ連携の方法~
IoT指向のクラウドデータベースサービスGridDB Cloud ~その特徴とデータ連携の方法~
 
ペタバイト級でも扱えるGridDBのアーキテクチャ Deep Dive
ペタバイト級でも扱えるGridDBのアーキテクチャ Deep Diveペタバイト級でも扱えるGridDBのアーキテクチャ Deep Dive
ペタバイト級でも扱えるGridDBのアーキテクチャ Deep Dive
 
日本発のオープンソース・データベース GridDB
日本発のオープンソース・データベース GridDB日本発のオープンソース・データベース GridDB
日本発のオープンソース・データベース GridDB
 
NoSQL/SQLデュアルインタフェースを備えたIoT向けデータベースGridDB ~コマンドライン・インターフェース(CLI)を使ってみましょう~
NoSQL/SQLデュアルインタフェースを備えたIoT向けデータベースGridDB ~コマンドライン・インターフェース(CLI)を使ってみましょう~NoSQL/SQLデュアルインタフェースを備えたIoT向けデータベースGridDB ~コマンドライン・インターフェース(CLI)を使ってみましょう~
NoSQL/SQLデュアルインタフェースを備えたIoT向けデータベースGridDB ~コマンドライン・インターフェース(CLI)を使ってみましょう~
 
GridDB: A Distributed SQL time series database for IoT and Big Data
GridDB: A Distributed SQL time series database for IoT and Big DataGridDB: A Distributed SQL time series database for IoT and Big Data
GridDB: A Distributed SQL time series database for IoT and Big Data
 
多様性時代のDB選択
多様性時代のDB選択多様性時代のDB選択
多様性時代のDB選択
 
GridDBを使用する理由…IoTビッグデータ システムを支える分散スケールアウト型NoSQL/SQLハイブリットデータベースGridDB
GridDBを使用する理由…IoTビッグデータ システムを支える分散スケールアウト型NoSQL/SQLハイブリットデータベースGridDBGridDBを使用する理由…IoTビッグデータ システムを支える分散スケールアウト型NoSQL/SQLハイブリットデータベースGridDB
GridDBを使用する理由…IoTビッグデータ システムを支える分散スケールアウト型NoSQL/SQLハイブリットデータベースGridDB
 
「情報爆発時代」を勝ち抜くためのIT基盤技術とは?膨大な情報から最適解を 「SmartEDA®」
「情報爆発時代」を勝ち抜くためのIT基盤技術とは?膨大な情報から最適解を 「SmartEDA®」「情報爆発時代」を勝ち抜くためのIT基盤技術とは?膨大な情報から最適解を 「SmartEDA®」
「情報爆発時代」を勝ち抜くためのIT基盤技術とは?膨大な情報から最適解を 「SmartEDA®」
 
日本発オープンソース!! スケールアウト型データベース GridDB入門 ~ GitHubからダウンロードして使ってみましょう ~
日本発オープンソース!! スケールアウト型データベース GridDB入門 ~ GitHubからダウンロードして使ってみましょう ~日本発オープンソース!! スケールアウト型データベース GridDB入門 ~ GitHubからダウンロードして使ってみましょう ~
日本発オープンソース!! スケールアウト型データベース GridDB入門 ~ GitHubからダウンロードして使ってみましょう ~
 
もうSQLとNoSQLを選ぶ必要はない!? ~両者を備えたスケールアウトデータベースGridDB~
もうSQLとNoSQLを選ぶ必要はない!? ~両者を備えたスケールアウトデータベースGridDB~もうSQLとNoSQLを選ぶ必要はない!? ~両者を備えたスケールアウトデータベースGridDB~
もうSQLとNoSQLを選ぶ必要はない!? ~両者を備えたスケールアウトデータベースGridDB~
 

Recently uploaded

【GPT4-o越えのリアルタイム会話AI】kyutai labsのMoshiデモ動画を解説
【GPT4-o越えのリアルタイム会話AI】kyutai labsのMoshiデモ動画を解説【GPT4-o越えのリアルタイム会話AI】kyutai labsのMoshiデモ動画を解説
【GPT4-o越えのリアルタイム会話AI】kyutai labsのMoshiデモ動画を解説
TsuyoshiSaito7
 
MOSHI: 革新的な音声AI QAIが開発した次世代のコミュニケーションツール
MOSHI: 革新的な音声AI QAIが開発した次世代のコミュニケーションツールMOSHI: 革新的な音声AI QAIが開発した次世代のコミュニケーションツール
MOSHI: 革新的な音声AI QAIが開発した次世代のコミュニケーションツール
TsuyoshiSaito7
 
Matsuo-Iwasawa lab. Research Unit Introduction
Matsuo-Iwasawa lab. Research Unit IntroductionMatsuo-Iwasawa lab. Research Unit Introduction
Matsuo-Iwasawa lab. Research Unit Introduction
Matsuo Lab
 
MySQLの文字コードと照合順序について 2024/07/05の勉強会で発表されたものです。
MySQLの文字コードと照合順序について 2024/07/05の勉強会で発表されたものです。MySQLの文字コードと照合順序について 2024/07/05の勉強会で発表されたものです。
MySQLの文字コードと照合順序について 2024/07/05の勉強会で発表されたものです。
iPride Co., Ltd.
 
「スマートエスイー」におけるスマートシステム&サービスおよびDX推進人材の産学連携育成ならびに参照モデルに基づく育成プログラム分析
「スマートエスイー」におけるスマートシステム&サービスおよびDX推進人材の産学連携育成ならびに参照モデルに基づく育成プログラム分析「スマートエスイー」におけるスマートシステム&サービスおよびDX推進人材の産学連携育成ならびに参照モデルに基づく育成プログラム分析
「スマートエスイー」におけるスマートシステム&サービスおよびDX推進人材の産学連携育成ならびに参照モデルに基づく育成プログラム分析
Hironori Washizaki
 
【AI論文解説】LLMの事前学習をvisionに適用する手法Autoregressive Image Models
【AI論文解説】LLMの事前学習をvisionに適用する手法Autoregressive Image Models【AI論文解説】LLMの事前学習をvisionに適用する手法Autoregressive Image Models
【AI論文解説】LLMの事前学習をvisionに適用する手法Autoregressive Image Models
Sony - Neural Network Libraries
 
Kyndryl Developer Services のご紹介 2024年7月
Kyndryl Developer Services のご紹介  2024年7月Kyndryl Developer Services のご紹介  2024年7月
Kyndryl Developer Services のご紹介 2024年7月
Takayuki Nakayama
 
能動的サイバー防御の時代へ - GPTsから垣間見えた私達と未来のAIについて
能動的サイバー防御の時代へ - GPTsから垣間見えた私達と未来のAIについて能動的サイバー防御の時代へ - GPTsから垣間見えた私達と未来のAIについて
能動的サイバー防御の時代へ - GPTsから垣間見えた私達と未来のAIについて
Tetsuya Nihonmatsu
 
第61回CV勉強会「CVPR2024読み会」(前編)発表資料:State Space Models for Event Cameras
第61回CV勉強会「CVPR2024読み会」(前編)発表資料:State Space Models for Event Cameras第61回CV勉強会「CVPR2024読み会」(前編)発表資料:State Space Models for Event Cameras
第61回CV勉強会「CVPR2024読み会」(前編)発表資料:State Space Models for Event Cameras
Takuya Minagawa
 
2024/07/04 Blazor+ローコードで実現する.NET資産のモダナイズ
2024/07/04 Blazor+ローコードで実現する.NET資産のモダナイズ2024/07/04 Blazor+ローコードで実現する.NET資産のモダナイズ
2024/07/04 Blazor+ローコードで実現する.NET資産のモダナイズ
Tatsuya Ishikawa
 
「福利厚生をコストから投資へ」AIで社員1人ひとりに最適な支援を届ける 全く新しいカフェテリアプラン
「福利厚生をコストから投資へ」AIで社員1人ひとりに最適な支援を届ける 全く新しいカフェテリアプラン「福利厚生をコストから投資へ」AIで社員1人ひとりに最適な支援を届ける 全く新しいカフェテリアプラン
「福利厚生をコストから投資へ」AIで社員1人ひとりに最適な支援を届ける 全く新しいカフェテリアプラン
shogotaguchi
 

Recently uploaded (11)

【GPT4-o越えのリアルタイム会話AI】kyutai labsのMoshiデモ動画を解説
【GPT4-o越えのリアルタイム会話AI】kyutai labsのMoshiデモ動画を解説【GPT4-o越えのリアルタイム会話AI】kyutai labsのMoshiデモ動画を解説
【GPT4-o越えのリアルタイム会話AI】kyutai labsのMoshiデモ動画を解説
 
MOSHI: 革新的な音声AI QAIが開発した次世代のコミュニケーションツール
MOSHI: 革新的な音声AI QAIが開発した次世代のコミュニケーションツールMOSHI: 革新的な音声AI QAIが開発した次世代のコミュニケーションツール
MOSHI: 革新的な音声AI QAIが開発した次世代のコミュニケーションツール
 
Matsuo-Iwasawa lab. Research Unit Introduction
Matsuo-Iwasawa lab. Research Unit IntroductionMatsuo-Iwasawa lab. Research Unit Introduction
Matsuo-Iwasawa lab. Research Unit Introduction
 
MySQLの文字コードと照合順序について 2024/07/05の勉強会で発表されたものです。
MySQLの文字コードと照合順序について 2024/07/05の勉強会で発表されたものです。MySQLの文字コードと照合順序について 2024/07/05の勉強会で発表されたものです。
MySQLの文字コードと照合順序について 2024/07/05の勉強会で発表されたものです。
 
「スマートエスイー」におけるスマートシステム&サービスおよびDX推進人材の産学連携育成ならびに参照モデルに基づく育成プログラム分析
「スマートエスイー」におけるスマートシステム&サービスおよびDX推進人材の産学連携育成ならびに参照モデルに基づく育成プログラム分析「スマートエスイー」におけるスマートシステム&サービスおよびDX推進人材の産学連携育成ならびに参照モデルに基づく育成プログラム分析
「スマートエスイー」におけるスマートシステム&サービスおよびDX推進人材の産学連携育成ならびに参照モデルに基づく育成プログラム分析
 
【AI論文解説】LLMの事前学習をvisionに適用する手法Autoregressive Image Models
【AI論文解説】LLMの事前学習をvisionに適用する手法Autoregressive Image Models【AI論文解説】LLMの事前学習をvisionに適用する手法Autoregressive Image Models
【AI論文解説】LLMの事前学習をvisionに適用する手法Autoregressive Image Models
 
Kyndryl Developer Services のご紹介 2024年7月
Kyndryl Developer Services のご紹介  2024年7月Kyndryl Developer Services のご紹介  2024年7月
Kyndryl Developer Services のご紹介 2024年7月
 
能動的サイバー防御の時代へ - GPTsから垣間見えた私達と未来のAIについて
能動的サイバー防御の時代へ - GPTsから垣間見えた私達と未来のAIについて能動的サイバー防御の時代へ - GPTsから垣間見えた私達と未来のAIについて
能動的サイバー防御の時代へ - GPTsから垣間見えた私達と未来のAIについて
 
第61回CV勉強会「CVPR2024読み会」(前編)発表資料:State Space Models for Event Cameras
第61回CV勉強会「CVPR2024読み会」(前編)発表資料:State Space Models for Event Cameras第61回CV勉強会「CVPR2024読み会」(前編)発表資料:State Space Models for Event Cameras
第61回CV勉強会「CVPR2024読み会」(前編)発表資料:State Space Models for Event Cameras
 
2024/07/04 Blazor+ローコードで実現する.NET資産のモダナイズ
2024/07/04 Blazor+ローコードで実現する.NET資産のモダナイズ2024/07/04 Blazor+ローコードで実現する.NET資産のモダナイズ
2024/07/04 Blazor+ローコードで実現する.NET資産のモダナイズ
 
「福利厚生をコストから投資へ」AIで社員1人ひとりに最適な支援を届ける 全く新しいカフェテリアプラン
「福利厚生をコストから投資へ」AIで社員1人ひとりに最適な支援を届ける 全く新しいカフェテリアプラン「福利厚生をコストから投資へ」AIで社員1人ひとりに最適な支援を届ける 全く新しいカフェテリアプラン
「福利厚生をコストから投資へ」AIで社員1人ひとりに最適な支援を届ける 全く新しいカフェテリアプラン
 

ビッグIoTデータに対応したデータベース GridDB

  • 1. © 2019 Toshiba Digital Solutions Corporation 東芝デジタルソリューションズ株式会社 マネージドサービスセンター マネージドサービス推進部 栗田 雅芳 2019/11/28 日本OSS推進フォーラム ビッグデータ部会 ビッグIoTデータ に対応したデータベース Go Faster. Grow BIGGER.
  • 2. 2© 2019 Toshiba Digital Solutions Corporation Contents ビッグIoTデータに求められるデータベースとは 特長とそれを実現する技術 性能ベンチマーク 導入事例 おわりに 01 02 03 04 05
  • 3. 3© 2019 Toshiba Digital Solutions Corporation 01 ビッグIoTデータ に求められるデータベースとは
  • 4. 4© 2019 Toshiba Digital Solutions Corporation ビッグ IoT データ とは ? データ収集 データ保管 Web サイト RDBMS CRM/ERP 異常検出 見える化 各種集計 APL ログ センサー デ ー タ 保 管 量 月・年 時系列データ データベース カラム 型 センサID String 日時 Date 測定値1 Double 測定値2 Double データ読み出し ×
  • 5. 5© 2019 Toshiba Digital Solutions Corporation ビッグ IoT データ とは ? トランザクション型のデータと異なる Web サイト RDBMS CRM/ERP 異常検出 見える化 各種集計 24H365D 絶え間なく発生 APL ログ センサー デ ー タ 保 管 量 月・年 ミリ秒オーダーで 高頻度に発生 大量データが 単調増加 発生直後から リアルタイム参照 時系列データ データベース カラム 型 センサID String 日時 Date 測定値1 Double 測定値2 Double データ一貫性 の保証 データ収集 データ保管 データ読み出し ×
  • 6. 6© 2019 Toshiba Digital Solutions Corporation ビッグIoTデータ のためのデータベースの要件とは Web サイト RDBMS CRM/ERP 異常検出 見える化 各種集計 24H365D 絶え間なく発生 APL ログ センサー デ ー タ 保 管 量 月・年 ミリ秒オーダーで 高頻度に発生 大量データが 単調増加 発生直後から リアルタイム参照 高い処理能力 High Performance 強い信頼感 High Reliability 柔軟な拡張性 High Scalability 高い処理能力 High Performance 時系列データ データベース カラム 型 センサID String 日時 Date 測定値1 Double 測定値2 Double IoT指向モデル IoT Oriented データ一貫性 の保証 データ収集 データ保管 データ読み出し ×
  • 7. 7© 2019 Toshiba Digital Solutions Corporation これまでの技術はビッグIoTデータのデータベース要件を満たしているか 高い処理能力 High Performance 高い信頼性 High Reliability 柔軟な拡張性 High Scalability 注:ビック IoT データシステムのおける弊社の見解です。 注:トランザクションシステムにおける評価は異なります。 RDBMS △ × 〇 NoSQL △ 〇 △ Hadoop FS △ 〇 × GridDB ◎ ◎ ◎
  • 8. 8© 2019 Toshiba Digital Solutions Corporation 02 特長とそれを実現する技術
  • 9. 9© 2019 Toshiba Digital Solutions Corporation GridDBの特長 高い処理能力 High Performance 柔軟な拡張性 High Scalability 強い信頼感 High Reliability IoT指向モデル IoT Oriented 抜群の使い勝手 Excellent usability  IoTデータを格納にするのに最適なキーコンテナ型データモデル  コンテナ内でのデータ一貫性を保証  メモリを主、ストレージを従としたハイブリッド型インメモリーDB  同期・排他処理、リカバリなど、各種オーバーヘッドを極力削減  ノンストップスケールアウト  強い自律性。パーティション単位で自由自在にノードに配置  データ複製をサーバ間で自動的に実行  障害発生時も、システムを止めることなく運用継続  NoSQLとSQLのデュアルインターフェース(API) NoSQLで大量データを収集しながら、SQLでリアルタイム分析が可能  パイプラインなど並列SQL処理
  • 10. 10© 2019 Toshiba Digital Solutions Corporation 機器 時刻 1 00:00:00 センサ A センサB 1.12 2.13 センサ A センサB 1.12 2.13 機器 時刻 1 00:00:00 IoT指向データモデル IoTデータを格納するのに最適な独自のキーコンテナ型データモデル コンテナ単位でデータの一貫性を保証 / スキーマを定義することで、高速な検索が可能 / 効率的な時系列データ処理の提供 機器 時刻 センサ A センサB 00:00:00 1.12 2.13 00:00:01 0.88 5.98 00:00:02 3.78 4.05 00:00:03 6.52 2.04 ・・・・ ・・・・ ・・・・ 機器 時刻 センサ A センサB 00:00:00 1.12 2.13 00:00:01 0.88 5.98 00:00:02 3.78 4.05 00:00:03 6.52 2.04 ・・・・ ・・・・ ・・・・ 機器 時刻 センサ A センサB 00:00:00 1.12 2.13 00:00:01 0.88 5.98 00:00:02 3.78 4.05 00:00:03 6.52 2.04 ・・・・ ・・・・ ・・・・ IoTデータ 分散KVS キーバリュー型/キーカラム型 センサ A センサB 1.12 2.13 機器 時刻 1 00:00:00 時刻 センサ A センサB 00:00:00 1.12 2.13 00:00:01 0.88 5.98 00:00:02 3.78 4.05 00:00:03 6.52 2.04 ・・・・ ・・・・ ・・・・ 時刻 センサ A センサB 00:00:00 1.12 2.13 00:00:01 0.88 5.98 00:00:02 3.78 4.05 00:00:03 6.52 2.04 ・・・・ ・・・・ ・・・・ 時刻 センサ A センサB 00:00:00 1.12 2.13 00:00:01 0.88 5.98 00:00:02 3.78 4.05 00:00:03 6.52 2.04 ・・・・ ・・・・ ・・・・ GridDB キーコンテナ型 機器 1 機器 1 機器 1 コンテナ:テーブル表現で管理
  • 11. 11© 2019 Toshiba Digital Solutions Corporation RDBMSのCPU利用効率 本質的なデータ処理に費やすCPU使用率は10%強 出展:Harizopoulos, S. et al, “OLTP Through the Looking Glass, and What We Found There”, SIGMOD 2008 Buffer 31% Lock 16% Latch 14% Recovery 26% Essential Proc 13% 要求処理 Data File WAL File トランザクション管理 クエリ処理 バッファ管理 RDBMS 目標 Essential Proc 83%
  • 12. 12© 2019 Toshiba Digital Solutions Corporation 高い処理能力:CPUをフル稼働させるイベント駆動アーキテクチャ 同期・排他処理によるオーバーヘッドを極力削減 大容量メモリ搭載を前提に、バッファリングやリカバリを軽量化 クライアント イベント駆動エンジン クライアント 他サーバ 他サーバ SQL 処理 NoSQL 処理 CPU メモリ ディスク  スレッド毎にリソース割り当てによりリソース共有を排除  CPU使用率を最大化  メモリ、DBファイルをそれぞれに割り当て 同期・排他処理を排除  CPUコア/スレッドは担当処理に専念  ロウのブロックへの書き込みを最適化  軽量なWALベースのリカバリ処理を実装 GridDBサーバ
  • 13. 13© 2019 Toshiba Digital Solutions Corporation 拡張性へのアプローチ データ量や性能要件の変化に柔軟に対応できるスケールアウトの発想 スケールアップ スケールアウト  CPU、メモリ、ディスクのスペックアップ によるパフォーマンス向上させる手法  H/Wが高コストになりやすい。  拡張限界が存在する。  一貫性を重視  比較的、安価なノード (サーバ) を 多数並べて拡張させる手法  ノード障害への対応が必要である。  ノード増設への対応が難しい。  一貫性を緩和 拡張 コスト 拡張 2CPU 4GB 4CPU,16GB 8CPU,64GB 2CPU 4GB 2CPU 4GB コスト
  • 14. 14© 2019 Toshiba Digital Solutions Corporation スケールアウトの課題 その1 ノード増設 と ノード障害 への対応 2CPU 4GB ノード増設 ノード障害
  • 15. 15© 2019 Toshiba Digital Solutions Corporation スケールアウトの課題 その2 分散化を求めると一貫性が弱くなり、一貫性やスケールアウトを求めると性能が落ちる P2P(Peer to Peer)方式 マスタ・スレーブ(Master Slave)方式  ノード追加でデータ再配置が容易 〇  一貫性のためのノード間通信のオーバヘッド大 ×  一貫性の維持は用意 〇  マスタノードが単一障害点(SPOF)×  ノード追加でのデータ再配置が困難 × 管理ノード DBノード DBノード DBノード クライアント 仲介ノード FSノード FSノード FSノード データ複製 データ配置 要求 DBノード DBノード DBノード
  • 16. 16© 2019 Toshiba Digital Solutions Corporation 柔軟な拡張性 / 強い信頼感:GridDB クラスタ技術 マスタ・スレーブモデルの改良  ノード間でマスタノードを自動選択。管理サーバ がクラスタ内に存在しない。 →SPOFを完全排除  ノード過半数を占めたサブクラスタのみがサービス 可能となるクオーラムポリシー →スプリットブレインを完全排除 自律データ再配置技術 ADDR の開発  (マスターノードが) ノード間アンバランス、レプリカ 欠損を検知 →バックグラウンドでデータ再配置  2種類のレプリカデータを使って高速同期、 完了後切替 →スケールアウトを高速化 DBノード (マスタノード) DBノード DBノード クライアント データ複製 データ配置 要求 自律的なDBクラスタ技術 ADDR
  • 17. 17© 2019 Toshiba Digital Solutions Corporation ノンストップスケールアウトを支える自律データ再配置技術(ADDA) 自律的にDBノード間でデータを再配置するアルゴリズム インバランス状態を検知し、長期同期プランニング➜2種類のデータを使ってバックグラウンド高速同期、完了後切替 負荷小 クライアント 更新ログ メモリブロック ①負荷インバランス検知 ②長期同期プランニング ③長期同期実行 ④アクセス切替 現状状態 目標状態 DBノード B DBノード C  3台のクラスタ構成 DBノード A, B, C:レプリカ数 2  データ更新情報を収集  負荷インバランス状態やレプリカ欠損 を検知(DBノード C 負荷小)  現状 (インバランス) 状態から 目標状態を決定  大きなメモリブロックと小さな更新ログ を適切に使い分けながら高速にデータ を移動  クライアントからのリクエストの負荷を 考慮しながらバックグランドで処理 DBノード A
  • 18. 18© 2019 Toshiba Digital Solutions Corporation 抜群の使い勝手:NoSQLとSQLのデュアルインターフェース 大量のデータを収集しながら、リアルタイム分析が可能☚単にSQLが話せるだけではない GridDB クラスタ DB ノード DB ノード DB ノード キーバリューインターフェース SQLインターフェース 他の DB BI ETL 他のシステム NoSQL (Key-value) インターフェース • KVS指向の高可用性、高スループット • キーコンテナのCRUD • Java / C / Python / Ruby / Go / Node.js ドライバ SQL インターフェース • 分散並列SQLデータベース • 大型コンテナのコンテナ分割 • 結合などの複数のコンテナー(表)用のSQL • JDBC / ODBCドライバ
  • 19. 19© 2019 Toshiba Digital Solutions Corporation ペタバイト級データベースを小規模なクラスタで実現 少ないノード数でもペタバイト級データの蓄積とミリ秒オーダーでの処理 MongDB Cassandra PostgreSQL ~数TB 1000TB 200TB ※各種DBMSの推奨値や事例から推定 GridDB V4.2 50TB GridDB V4.3 (圧縮時 数百TB)  内部管理メモリ領域の圧縮  巨大チャンク (ページ) サイズを設定可能  I/O分散のため、ファイル分割配置  DBバッファの優先づけ
  • 20. 20© 2019 Toshiba Digital Solutions Corporation 03 性能ベンチマーク GridDB NoSQL と Cassandra GridDB NoSQL と InfluxDB GridDB NoSQL と MariaDB GridDB NewSQL と PostgreSQL
  • 21. 21© 2019 Toshiba Digital Solutions Corporation GridDB NoSQL と Cassandra – YCSB パフォーマンスベンチマーク 高性能を売りにするCassandraと比較しても、GridDBの方が圧倒的に高性能 Read 50% + Write 50% 約2.5倍 Read 95% + Write 5% 約8倍 *Workload A: Read Only, Workload B: Scan, Count, Average, and Sum operations. 出展:GridDB and Cassandra Performance and Scalability. October 31, 2016 Revision 1.2.0, Fixstars Corporation https://griddb.net/en/docs/TimeSeries_Database_Benchmark_GridDB_InfluxDB.pdf
  • 22. 22© 2019 Toshiba Digital Solutions Corporation GridDB NoSQL と Cassandra – YCSB パフォーマンスベンチマーク 長時間実行してもGridDBは性能劣化が少ない 出展:GridDB and Cassandra Performance and Scalability. October 31, 2016 Revision 1.2.0, Fixstars Corporation https://griddb.net/en/docs/TimeSeries_Database_Benchmark_GridDB_InfluxDB.pdf
  • 23. 23© 2019 Toshiba Digital Solutions Corporation GridDB NoSQL と InfluxDB – YCSB-TSベンチマーク YCSB-TS(時系列)ベンチマーク:InfluxDBよりも6倍以上性能が優れる *1 node, 100M Records. Higher throughput is better. *Workload A: Read Only, Workload B: Scan, Count, Average, and Sum operations. 出展:Time Series Database Performance Comparision Using GridDB and InfluxDB, March 12,2018 Revision 1.9 , Fixstars Corporation https://griddb.net/en/docs/TimeSeries_Database_Benchmark_GridDB_InfluxDB.pdf
  • 24. 24© 2019 Toshiba Digital Solutions Corporation GridDB NoSQL と MariaDB – センサー課金アプリのベンチマーク 低い負荷平均とメモリ使用量を維持しながら、 取り込みおよび抽出/集約ワークロードの両方でMariaDBよりも優れている *Extract: the SUM-aggregation of one month’s data for each device in the database. 出展:Benchmarking a Sensor Billing Applition using GridDB and MariaDB, October 3,2018 Revision 1.0 , Fixstars Corporation https://griddb.net/en/docs/Benchmarking_Application_GridDB_MariaDB.pdf
  • 25. 25© 2019 Toshiba Digital Solutions Corporation GridDB と PostgreSQL – TPC-H ベンチマーク ノードスケール効果と並列効果により、既存DBを凌駕するSQL性能を達成
  • 26. 26© 2019 Toshiba Digital Solutions Corporation 04 導入事例
  • 27. 27© 2019 Toshiba Digital Solutions Corporation フランス リヨン 太陽光発電 監視・診断システム 発熱量の遠隔監視、発電パネルの性能劣化を診断 クラウドBEMS ビルに設置された各種メータの情報の収集、蓄積、分析 石巻スマート コミュニティ プロジェクト 地域全体のエネルギーのメータ情報の収集、蓄積、分析 電力会社 低圧託送業務システム スマートメータから収集される電力使用量を集計し、需要量と発電量のバランスを調整 神戸製鋼所 産業用コンプレッサ稼働監視システム グローバルに販売した産業用コンプレッサをクラウドを利用して稼働監視 デンソー ファクトリーIoT 工場の生産性向上。世界130工場に展開予定 DENSO International America 次世代車両管理システム 車両の各センサーデータを用いる車両管理システムのPoC など ・・・・・・・・・・・・・・・・・・・・・ 代表的な導入事例 社会インフラを中心に、高い信頼性・可用性かつ高い性能が求められるシステムで採用
  • 28. 28© 2019 Toshiba Digital Solutions Corporation 導入事例:電力会社 低圧託送業務システム 選定理由:従来の数十倍のハイパフォーマンスと高い信頼性とスケーラブルな構成 電力の小売全面自由化 による数千件➜ 電力会社が電力小売り事業者に対し、電力送配電網の 使用料を請求するシステム メーターデータを受信して迅速に処理し、集計結果や電力系統の利用 料(託送料金)などの情報を小売電気事業者へ開示するなど、公正 な競争のための基盤システムとして運用することが要件  数百万台のスマートメータ(30分毎に収集)  数百億レコード蓄積(数TB)  30分毎にメータデータを集計 約5分以内 (従来のRDBMSと比べて数十倍改善に)
  • 29. 29© 2019 Toshiba Digital Solutions Corporation 導入事例:電力会社 低圧託送業務システム GridDBを適材適所で活用:従来の数十倍のハイパフォーマンスを実現 数百万台のスマートメータから 30分毎に送られてくるメーター データ3ヶ月分を蓄積 (データサイズ:数百億レコー ド、数TB) HadoopのMapReduceを 使って使用量を計算 Hadoop ( ) 2016年4月の運用開始以来、 安定稼働 3台からのスモールスタート RDBとGridDBそれぞれが得意とする 分野を見極め、分担させることでトータ ルに結果を出す 料金計算/インバランス集計
  • 30. 30© 2019 Toshiba Digital Solutions Corporation 導入事例:ファクトリIoT (デジタルツインの実現) 選定理由:NoSQLとSQLのハイブリッドな構造とリアルタイム処理 SQLでアクセス NoSQLでアクセス 1工場あたり数万センサー (1秒毎に収集) 1日あたり数億レコード蓄積 (数十TB) 製品ライフサイクルの業務データとIoTデータを精緻に結び付けバリューチェーン最適化へ向けたものづくりビッグデータを蓄積 高頻度に発生
  • 31. 31© 2019 Toshiba Digital Solutions Corporation 05 おわりに
  • 32. 32© 2019 Toshiba Digital Solutions Corporation まとめると 収集から分析まで複数のDBMSサービスが必要 (現状) ( ア ナ リ テ ィ ク ス 用 途 ) ス ル ー プ ッ ト 重 視 スケールアウト(拡張性重視) スケールアップ(整合性重視) レ ス ポ ン ス 重 視 ( オ ペ レ ー シ ョ ン 用 途 ) RDB (OLTP) RDB/DWH (OLAP) NoSQL NoSQLWeb・SNS ログ APL ログ Web サイト RDBMS CRM/ERP センサー 異常検出 見える化 各種集計 Google Cloud SQL Amazon Aurora / Amazon RDS Amazon Neptune Azure SQL Database Azure Database for PostgreSQL/MySQL Alibaba Cloud ApsaraDB RDS グラフデータベース RDB(OLTP) Google Cloud Memorystore インメモリ データグリッド Google Cloud Bigtable Azure Database for Redis Amazon ElastiCache AzureTable STrorage Alibaba Cloud ApsaraDB for Redis / Memcahed Alibara Cloud Table Store 時系列 Amazon Timestream Alibaba Cloud TSDB KVS Google Cloud Datastore Google Cloud Firestore Amazon DynamoDB Azure Cosmos DB Alibara Cloud Elasticsearch ドキュメントDB Amazon Redshift Azure SQL Data Warehouse Azure Cosmos DB Alibara Cloud HybridDB for PostgreSQL Azure HDInsight Alibara Cloud E-MapDeduce Amazon EMR Alibara Cloud MaxCompute Google Cloud Dataproc Amazon EMR Azure HDInsight Google Cloud Dataproc Hadoop関連 RDB(DWH) Google BigQuery Azure HDInsight Google Cloud Dataproc Amazon EMR マイクロ バッチ Dynamo RedshiftETL
  • 33. 33© 2019 Toshiba Digital Solutions Corporation まとめると 目指すもの ( ア ナ リ テ ィ ク ス 用 途 ) ス ル ー プ ッ ト 重 視 スケールアウト(拡張性重視) スケールアップ(整合性重視) レ ス ポ ン ス 重 視 ( オ ペ レ ー シ ョ ン 用 途 ) RDB (OLTP) RDB/DWH (OLAP) NoSQL NoSQLWeb・SNS ログ APL ログ Web サイト RDBMS CRM/ERP センサー 異常検出 見える化 各種集計 Google Cloud SQL Amazon Aurora / Amazon RDS Amazon Neptune Azure SQL Database Azure Database for PostgreSQL/MySQL Alibaba Cloud ApsaraDB RDS グラフデータベース RDB(OLTP) Google Cloud Memorystore インメモリ データグリッド Google Cloud Bigtable Azure Database for Redis Amazon ElastiCache AzureTable STrorage Alibaba Cloud ApsaraDB for Redis / Memcahed Alibara Cloud Table Store 時系列 Amazon Timestream Alibaba Cloud TSDB KVS Google Cloud Datastore Google Cloud Firestore Amazon DynamoDB Azure Cosmos DB Alibara Cloud Elasticsearch ドキュメントDB Amazon Redshift Azure SQL Data Warehouse Azure Cosmos DB Alibara Cloud HybridDB for PostgreSQL Azure HDInsight Alibara Cloud E-MapDeduce Amazon EMR Alibara Cloud MaxCompute Google Cloud Dataproc Amazon EMR Azure HDInsight Google Cloud Dataproc Hadoop関連 RDB(DWH) Google BigQuery Azure HDInsight Google Cloud Dataproc Amazon EMR マイクロ バッチ
  • 34. 34© 2019 Toshiba Digital Solutions Corporation
  • 35. 35© 2019 Toshiba Digital Solutions Corporation
  • 36. 36© 2019 Toshiba Digital Solutions Corporation 付録
  • 37. 37© 2019 Toshiba Digital Solutions Corporation 関連URL  GridDB 製品版サイト https://www.toshiba-sol.co.jp/pro/griddb/index_j.htm  GridDB デベロッパーズサイト https://griddb.net/  GridDB GitHubサイト https://github.com/griddb  Twitter: GridDB (日本/ 米国) https://twitter.com/griddb_jp / https://twitter.com/GridDBCommunity  Facebook: GridDB (日本/ 米国) https://www.facebook.com/griddbjp / https://www.facebook.com/griddbcommunity/  Wiki https://ja.wikipedia.org/wiki/GridDB  GridDB お問い合わせ 製品版:http://www.toshiba-sol.co.jp/pro/griddb/contact_j.htm プログラミング関連:Stackoverflow(https://ja.stackoverflow.com/search?q=griddb もしくはGitHubサイトの各リポジトリのIssueをご利用ください プログラミング関連以外:contact@griddb.netもしくはcontact@griddb.orgをご利用ください
  • 38. 38© 2019 Toshiba Digital Solutions Corporation 関連URL:導入事例関連  IoT産業におけるGridDB導入事例 https://griddb.net/ja/blog/three-examples-griddb-iot-industry/  自動車産業におけるGridDB導入事例 https://griddb.net/ja/blog/griddb-automotive/  電力小売自由化に対応した大規模なスマートメーターデータの高速処理 https://www.toshiba-sol.co.jp/articles/tsoul/22/004.htm  ダントツ工場を目指すデンソー https://special.nikkeibp.co.jp/atclh/tomorrowtech/toshiba_denso/  神戸製鋼所様「コンプレッサM2Mクラウドサービス」 http://www.toshiba.co.jp/cl/articles/tsoul/21/004.htm  モノづくりの現場を支える東芝機械の「IoT+mプラットフォーム」 https://www.toshiba-sol.co.jp/case/case2017/tsm.htm  ものづくりIoTソリューション「Meisterシリーズ」 https://www.toshiba-sol.co.jp/industry/meister_next/index_j.htm https://special.nikkeibp.co.jp/atclh/tomorrowtech/factory_iot/